改进的Pearson-Compatibility群决策算法在多属性协同过滤推荐中的应用研究

目前个性化推荐领域的相关研究,很少考虑用户在资源属性上的兴趣差异,而资源属性往往是决定用户偏好的重要因素之一。针对这一问题,构建了基于资源多属性的用户评价模型和兴趣模型,并提出了一种改进的Pearson-Compatibility多属性群决策算法,在k-临近相似用户的推荐问题中引入该算法,结合协同过滤推荐的特点,对相似用户偏好差异性、残缺值、算法可能出现的提前收敛等问题进行了充分考虑,进而实现多属性的协同过滤。最后通过实验对算法的有效性进行验证,实验结果表明:算法在目标用户属性偏好的预测上,具有较高的准确度,对偏差值、残缺值具有较强的抗干扰能力,具有较强的实用价值。     

利用信息技术加强饮食装备管理

针对目前军队饮食装备在可靠性和维修性方面上存在的一些问题，利用信息技术的优势，提出了一个基于计算机自动化的饮食装备管理系统，将各个分散的资源组织协调起来共同解决饮食装备在军队供给方面的问题，这一技术实现了从手工操作到完全计算机自动管理的实际应用问题。